应用商业智能的八大省钱秘方

更好地利用现有数据

在某些情况下，将已有的数据用一种更有效的方式呈现出来，从某种意义上来说也是在降低成本。威斯康辛州财政部商业智能服务经理Janna Baganz表示，对我们来说，找到一种在单一显示器上浏览多年税务数据的方法，就是在节省时间和成本。

Janna Baganz所负责的商业智能系统中还整合了州政府收入处理以及审计系统中的数据，用于用户权限以外的特殊分析。现在，按照规定，用户可以在处理系统上直接填写纳税申报单，政府部门的员工不必再花上20分钟的时间手动填写报告单，然后再花时间统一处理这些业务了。

现在，集成的系统可以自动地在两分钟内解决问题并处理申诉，而且无需员工的参与。技术服务部的Pat Lashore表示，从2008年7月开始，这大约节省了1750个工时，并且纳税人收到退款的速度也加快了很多。

类似的情况还有，Allstate已经成功地通过仪表板向终端用户提供了报告生成及其他个性化功能。之前，集中生成报告的模式让IT人员要花费很长时间才能将报告送到业务人员手中。现在，企业建立了仪表板，这样教会业务人员基本使用方法以后，其余的工作就可以由他们自己来完成了。

Abbattista表示，Allstate的一个目标就是利用现有的工具快速建立模型来验证或者推翻某个假设，如果假设成立的话，模型将会显示在仪表板上，并发送给每个员工。

Allstate已经使用仪表板来监视处理索赔的速度以及解决这些索赔事件的时间。公司希望处理索赔事件的时间能够降到一定的范围之内，因为这是一种强有力的竞争优势。仪表板提供的自助式环境，使管理者们可以监视本部门的表现。

在IT部门中，自助式的商业智能工具帮助Abbattista的团队摆脱了编制报告这一繁琐的工作，同时清理了一大堆挤压的报告请求。通过自助式模式以及数据仓库整合，Abbattista以原来三分之二的IT员工满足了业务内部25000个用户对商业智能工具的使用需求。

保持数据模型的一致性

如果企业需要向数据仓库中导入新数据或是其他业务系统中的数据，一定要确保这些系统的数据模型的一致性，这样才能够保证新数据符合原有的标准。

Millman表示，在很多情况下，来自不同数据源或是部门的业务数据在添加到数据仓库时，数据的一致性及数据标准问题并没有被引起足够的重视，甚至不知道这些数据是由哪种模型得出的。结果导致涉及两个以上部门的报告就会出现很多疑问，比如说，财务部门和客户服务部门的数据可能是由两种截然不同的模型所得到的，分析出的结果必然会存在分歧。“Accenture就经常要花掉很长时间来帮助用户重新安排数据存储的组织方式。”Millman介绍说。

对于Abbattista来说，导入新的数据还意味着要添加新的数据源，这就需要对数据进行转换，从而适合不同业务部门的使用。以 Allstate为例，不同部门对“政策生效日期”的定义就不尽相同，因此在导入到某个数据仓库之前就要将这些数据统一标准才能用于进一步分析。

此外，IT部门还要尽量去化解数据质量方面的威胁。如果企业管理者不相信数据的有效性，那么实施商业智能也就没有任何意义了。可以说，数据质量不高是实施商业智能的最大症结，如果数据质量存在问题，用户自然就会对数据产生怀疑：是不是数据已经过时了?或者某一领域的很多数据可能已经丢失，比如类似起始日期这种信息。

Millman对此表示认同，他认为，很多企业都有一个通病，就是数据质量不过关。为了能够更好地使用现有的商业智能工具，Millman建议建立数据质量仪表板来显示数据的时效性。“数据质量仪表板可以用来衡量数据的质量，同时还能够实现可视化。” Millman表示。

帮助用户理解数据

在企业内部员工还都不知道该如何使用商业智能工具的情况下，增加商业智能用户数量的意义并不大。因为用户数并不是最重要的，最关键的问题是如何培训用户，并让用户具备应用商业智能工具的能力。

现在，企业已经越来越重视这个问题了，而仪表板在其中起到了巨大的推动作用。“IT部门经常忽略的一个问题就是没有对数据的来源以及利用数据得出结论的方法做出解释。” Millman说：“比如，在Creativity公司，之前，由CubiScan系统所得出的数据对于业务人员来说就是非常陌生的，他们根本不知道数据的来源，更不会去信任这些不知从何而来的数据。”

为了解决这一问题，Abbattista的做法是一次集中培训一个用户。“我们对若干业务能手进行了逐一培训，他们很快就成为了周围人群中的咨询专家。”Abbattista表示，“这就像教会人们采集矿藏并创造价值一样，从这个层面来看，商业智能的培训工作是一个持续性的任务。”

来源：chinabyte.com

微信扫一扫实时了解行业动态

微信扫一扫分享本文给好友